【动态规划】1049. 最后一块石头的重量 II、494. 目标和、474. 一和零

提示：努力生活，开心、快乐的一天

---

1049. 最后一块石头的重量 II

题目链接：1049. 最后一块石头的重量 II

💡解题思路

1. 本题其实就是尽量让石头分成重量相同的两堆，相撞之后剩下的石头最小，这样就化解成01背包问题了。
2. 动规五部曲：

• 确定dp数组以及下标的含义：dp[j]表示容量（这里说容量更形象，其实就是重量）为j的背包，最多可以背最大重量为dp[j]。
• 确定递推公式：01背包的递推公式为：dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);本题则是：dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
• dp数组如何初始化：因为重量都不会是负数，所以dp[j]都初始化为0就可以了，这样在递归公式dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);中dp[j]才不会初始值所覆盖。
• 确定遍历顺序：如果使用一维dp数组，物品遍历的for循环放在外层，遍历背包的for循环放在内层，且内层for循环倒序遍历！
• 举例推导dp数组：按照递推公式推导一下做推导，如果发现结果不对，就把dp数组打印出来
  分成两堆石头，一堆石头的总重量是dp[target]，另一堆就是sum - dp[target]。
  在计算target的时候，target = sum / 2 因为是向下取整，所以sum - dp[target] 一定是大于等于dp[target]的。
  那么相撞之后剩下的最小石头重量就是 (sum - dp[target]) - dp[target]

🤔遇到的问题

1. 分两堆石头的时候，没有向下取整

💻代码实现

动态规划

var lastStoneWeightII = function (stones) {
    let sum = stones.reduce((a, b) => a + b)
    //向下取整，总和为5，取2，所以sum-dp[dplen]>=dp[dpLen]
    let dpLen = Math.floor(sum / 2)
    let dp = new Array(dpLen + 1).fill(0)
    for (let i = 0; i < stones.length; i++) {
        for (let j = dpLen; j >= stones[i]; --j) {
            dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i])
        }
    }
    //两个相近的集合求查差值
    return sum - dp[dpLen] - dp[dpLen]
};

🎯题目总结

本题其实和416. 分割等和子集 (opens new window)几乎是一样的，只是最后对dp[target]的处理方式不同。
416. 分割等和子集 (opens new window)相当于是求背包是否正好装满，而本题是求背包最多能装多少。

494. 目标和

题目链接：494. 目标和

💡解题思路

1. 因为每个物品（题目中的1）只用一次！
   这次和之前遇到的背包问题不一样了，之前都是求容量为j的背包，最多能装多少。
2. 假设加法的总和为x，那么减法对应的总和就是sum - x。
   所以我们要求的是 x - (sum - x) = target
   x = (target + sum) / 2
   此时问题就转化为，装满容量为x的背包，有几种方法。
   这里的x，就是bagSize，也就是我们后面要求的背包容量。
   (target + sum) / 2 不能有余数，有余数的话，算是无解
3. 动规五部曲：

• 确定dp数组以及下标的含义：dp[j] 表示：填满j（包括j）这么大容积的包，有dp[j]种方法
• 确定递推公式：只要搞到nums[i]，凑成dp[j]就有dp[j - nums[i]] 种方法。例如：dp[j]，j 为5，
  1、已经有一个1（nums[i]） 的话，有 dp[4]种方法 凑成 容量为5的背包。
  2、已经有一个2（nums[i]） 的话，有 dp[3]种方法 凑成 容量为5的背包。
  3、已经有一个3（nums[i]） 的话，有 dp[2]中方法 凑成 容量为5的背包
  4、已经有一个4（nums[i]） 的话，有 dp[1]中方法 凑成 容量为5的背包
  5、已经有一个5 （nums[i]）的话，有 dp[0]中方法 凑成 容量为5的背包
  那么凑整dp[5]有多少方法呢，也就是把 所有的 dp[j - nums[i]] 累加起来。
  递推公式为：dp[j] += dp[j - nums[i]]
• dp数组如何初始化： dp[0] 为 1
• 确定遍历顺序：01背包问题一维dp的遍历，nums放在外循环，target在内循环，且内循环倒序。
• 举例推导dp数组：按照递推公式推导一下做推导，如果发现结果不对，就把dp数组打印出来

🤔遇到的问题

1. 递推公式的获取非常的难思考到

💻代码实现

动态规划

var findTargetSumWays = function(nums, target) {
    const sum = nums.reduce((a, b) => a+b);
    if(Math.abs(target) > sum) {
        return 0;
    }
    if((target + sum) % 2) {
        return 0;
    }
    const halfSum = (target + sum) / 2;
    let dp = new Array(halfSum+1).fill(0);
    dp[0] = 1;
    for(let i = 0; i < nums.length; i++) {
        for(let j = halfSum; j >= nums[i]; j--) {
            dp[j] += dp[j - nums[i]];
        }
    }
    return dp[halfSum];
};

🎯题目总结

本题还是有点难度，大家也可以记住，在求装满背包有几种方法的情况下，递推公式一般为：
dp[j] += dp[j - nums[i]];

---

474. 一和零

题目链接：474. 一和零

💡解题思路

1. 依旧是01背包问题
2. 动规五部曲：

• 确定dp数组以及下标的含义：dp[i][j]：最多有i个0和j个1的strs的最大子集的大小为dp[i][j]。
• 确定递推公式：dp[i][j] 可以由前一个strs里的字符串推导出来，strs里的字符串有zeroNum个0，oneNum个1。
  dp[i][j] 就可以是 dp[i - zeroNum][j - oneNum] + 1。
  然后我们在遍历的过程中，取dp[i][j]的最大值。
  所以递推公式：dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1); - dp数组如何初始化： dp[0][0] 为 0
• 确定遍历顺序：01背包问题一维dp的遍历，nums放在外循环，target在内循环，且内循环倒序。
• 举例推导dp数组：按照递推公式推导一下做推导，如果发现结果不对，就把dp数组打印出来

🤔遇到的问题

1. 容易搞混i，j的含义，m,n为两个背包

💻代码实现

动态规划

var findMaxForm = function(strs, m, n) {
    const dp = Array.from(Array(m+1), () => Array(n+1).fill(0));
    let numOfZeros, numOfOnes;

    for(let str of strs) {//遍历物品（字符串），统计0，1的个数
        numOfZeros = 0;
        numOfOnes = 0;
        for(let c of str) {
            if (c === '0') {
                numOfZeros++;
            } else {
                numOfOnes++;
            }
        }
        for(let i = m; i >= numOfZeros; i--) {//遍历书包容量（从后向前），0，1的个数就是背包的容量
            for(let j = n; j >= numOfOnes; j--) {
                dp[i][j] = Math.max(dp[i][j], dp[i - numOfZeros][j - numOfOnes] + 1);
            }
        }
    }
    return dp[m][n];
};

🎯题目总结

01背包问题大汇总

• 纯 0 - 1 背包 (opens new window)是求 给定背包容量 装满背包 的最大价值是多少。
• 416. 分割等和子集 (opens new window)是求 给定背包容量，能不能装满这个背包。
• 1049. 最后一块石头的重量 II (opens new window)是求 给定背包容量，尽可能装，最多能装多少
• 494. 目标和 (opens new window)是求 给定背包容量，装满背包有多少种方法。
• 本题是求 给定背包容量，装满背包最多有多少个物品。

🎈今日心得

背包问题的拓展，好难